文档介绍：要摘本课题研究主要对冬小麦不同水肥条件下主要生理生化参数的相关关系进行分析,在此基础上建立回归方程:并通过高光谱遥感技术获取小麦冠层的光谱信息,以此为基础,对小麦不同品种、不同密度下光谱特征参量和各理化组分分别进行相关分析。找出不同品种、不同密度下的敏感光谱特征参量,并分别建立基于光谱特征参量的各理化组分遥感模型:最后对不同水肥、不同品种、不同密度下小麦各理化参量和光谱反射率及光谱特征参量进行综合的统计相关分析,最终得到光谱特征参量与各理化组分的总体相关模型。在不同的水分处理中,我们对不同土层土壤含水量和植株含水量进行了相关分析,发现二者成正相关关系,其中以、—土层含水量与植株含水量的相关性最好,,其中以土层的含水量与冠层温度的相关性最好,相关达到在不同的水肥处理中,我们对植株含水量和冠气温差进行了相关分析。植株含水量与冠气温差成正相关,本试验中二者关系达到极显著水平。在进行各主要生理参数的相关分析的同时,我们对京椭杏礁銎分衷诓煌7处理下和不同水分处理下冠气温差进行了比较,发现在不同氮肥水平下京椭杏墓气温差比较结果和在不同水分处理下二者的冠气温差比较结果不一致。在不同氮肥水平下。中优的冠气温差高于京模诓煌执碇校杏墓谄虏钤虻陀诰对小麦、东方旱麦草及其杂交后代的冠气温差进行分析,、上层与下层、中层与下层均成显著或极显著正相关:随着冠层依次向下,温差值逐渐减小。对不同水肥条件下的冠层湿度也进行了测定和分析,发现冠层湿度从上到下依次增大,梯度十分明显。在利用高光谱遥感技术监测作物生长势方面,重点对小麦各种理化参量与光谱反射率及光谱特征参量进行统计相关分析,找出敏感波段和最佳光谱特征参量,建立基于光谱特征参量的各生理生化组分的统计相关模型。具体有;对京⒅杏⒕┩鷏⑻玊、轮抗銎分值馄滋卣鞑瘟坑胫仓旰俊⒁镀堵趟夭问⒁镀ǖ:俊⒕ジ全氮含量、穗全氮含量、叶面积指数等理化组分进行统计相关分析,找出各品种的敏感光谱特征参量妹舾泄馄滋卣鞑瘟浚⑹视糜诓煌分值幕诠诓愎馄滋卣鞑瘟康母骼砘榉对颉颉ⅰ万、万置芏认滦÷蟾骼砘榉钟龉馄滋卣鞑瘟糠直鸾统计相关分析,找出不同密度下各理化组分的敏感光谱特征参量。值达到以上。的遥感模型。的。中国农业大学硕士学位论文摘要
在对个品种、置芏认滦÷蟾骼砘榉趾凸馄滋卣鞑瘟糠直鸾邢喙胤治龅幕∩稀对不同水肥、不同品种、不同密度下小麦光谱反射率、光谱特征参量与各理化组分进行统计相关分析,:圆煌谛÷蟾骼砘问牍诓愎馄追瓷渎手捣直鸾辛送臣葡喙胤治觯页鲎关分析,找出敏感波段并进行了分析。例如对植株含水量与光谱反射率值进行统计相关分析,发现植株含水量与光谱反射率在孕穗期和灌浆期在ǘ尉创锏较灾剑诔穗期在、ǘ蜗灾蚣灾喙兀辉诶炱谠、、圆煌谛÷蟾骼砘问龉馄滋卣鞑瘟康南喙毓叵到辛送臣品治觯到小麦各理化参数与个光谱特征参量的相关系数,。包括对植株含水量、叶绿素⒁堵趟豣、叶绿素叶绿素含量、叶面积指数、叶片全氮含量、茎秆全氮含量、。例如植株含水量与光谱特征参量的相关分析中分别找出了鲎罴压馄滋卣鞑瘟浚涸谠兴肫冢仓旰坑牒旃任恢胇相关性最好;在抽穗期与—波段的吸收特征面积相关性最好;在灌浆期与一波段的归一化反射峰深度的相关性最好:在蜡熟期与波段的反射峰深度相关性最好。因此,我们利用这个光谱特征参量建立基于光谱特征参量的水分遥感反演模型。菪÷蟾骼砘问牍馄滋卣鞑瘟康南喙毓叵担页鲎罴压馄滋卣鞑瘟浚⒒光谱特征参量的小麦各生理生化组分的统计相关模型。关键词:冬小麦,理化参量,相关分析,遥感反演佳敏感波段。包括对植株含水量、叶绿素⒁堵趟豣、叶绿素⒁堵趟睾俊⒁睹婊甘叶片全氮含量、茎秆全氯含量、穗全氦含量与冠层光谱反射率值分别进行了各生育期的统计相ǘ蜗灾合喙亍中国农业大学硕士学位论文捕整
.琾琣甒。瑆·,瑃琤,琩甋,甎瑃.,
緇●—■■■■■■■——一,,,篧觥觥!觥觥!觥瘛觥觥觥觥觥觥觥!觥觥觥!觥觥!!!觥觥觥觥觥觥瘛!瘛!!!!!!瘛觥!觥觥觥!觥觥!瘛觥!觥!!觥觥觥觥鲆、、、餱珺中国农业大学硕士学位论文伯倦瓹舯协,瑄.,,豠,、、、、、瑆,瑃,丑珻珻琹琹,,,,
移时间:砌年/月石日研究生签名钛箍研究生签名:伪靥盔一独创性声明关于论文使用授权的说明时间:沈辏拢HC艿难宦畚脑诮饷芎笥ψ袷卮诵写过的研究成果,也不包含为获得中国农业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作